当前位置: 首页 > news >正文

VSC- HVDC(基于电压源换流器的高压直流输电) 交流侧220kv,直流侧300kv 其中...

VSC- HVDC(基于电压源换流器的高压直流输电) 交流侧220kv,直流侧300kv 其中,一端为VdcQ控制,一端为PQ控制 可运行,可修改参数

打开PSCAD工程文件的瞬间,总有种拆盲盒的刺激感——这次接到的是个带VSC-HVDC的双端系统。主接线图里两个蓝白相间的换流器隔着300kV直流线路对望,左侧换流站交流母线挂着醒目的220kV标牌,这配置看着就带劲。

先瞄控制策略配置。整流侧玩的是PQ控制,这货就像个老实巴交的打工人,说好送500MW就得准时完成KPI;逆变侧扛着VdcQ控制的大旗,既要稳住直流电压这个基本盘,还得兼顾无功调节的附加题。突然发现直流电压设定值默认是1.0p.u.,换算成实际值就是300kV,这参数得记在小本本上。

调出控制模块的代码,VdcQ控制的精髓全在这几行:

def vdcq_control(vdc_meas, q_meas, vdc_ref, q_ref): vdc_error = vdc_ref - vdc_meas id_ref = kp_vdc * vdc_error + ki_vdc * integrator(vdc_error) # 无功功率PI调节 q_error = q_ref - q_meas vd_ref = kp_q * q_error + ki_q * integrator(q_error) return dq_frame_transformation(id_ref, vd_ref)

两个PI环像哼哈二将,一个盯着直流电压不越界,一个拽着无功功率别跑偏。注意看积分项的处理,有些仿真模型会偷偷加个抗饱和逻辑,防止积分爆表。

PQ控制那边反而清爽得很:

! 典型PQ控制代码片段 P_error = Pref - P_meas Iq_ref = Kp_p * P_error + Ki_p * integral(P_error) Q_error = Qref - Q_meas Id_ref = Kp_q * Q_error + Ki_q * integral(Q_error) CALL Park_Transformation(Id_ref, Iq_ref, theta, I_alpha, I_beta)

Fortran这上古语法看着就亲切,不过现在的新手估计更习惯Python版本。注意这里的Park变换角度θ要取自锁相环,搞错这个分分钟相位失稳。

手痒改几个参数试试:把整流侧的Pref从0.8p.u.提到1.0p.u.,直流电流瞬间飙到2kA,系统居然稳如老狗。调出波形显示器,直流电压在299.8kV到300.2kV之间轻微晃悠,这动态响应够给力。不过把Q_ref从0改成0.5p.u.时,交流母线电压直接窜高3%,看来无功补偿得悠着点。

突然想到个骚操作——把VdcQ端的电压参考改成295kV会怎样?结果直流线路功率立马重新分配,整流侧的电流控制器忙不迭调整触发角。这时候要是打开子模块电容电压监视,能看到明显的充放电波动,像极了打工人的心电图。

仿真跑了十分钟,系统状态窗突然弹出个警告:"Tap changer reaching limit"。好家伙,原来变压器分接头已经调到第17档,赶紧把交流电压控制模式从自动切手动。这提醒我们,搞HVDC仿真不能光盯着直流侧,交流系统的交互作用才是隐藏BOSS。

关掉仿真前顺手点了保存,给工程文件改名为"作死小能手の调参记录"。这VSC-HVDC就像电子乐高,每次重新搭建都能发现新玩法,难怪电力宅们对此欲罢不能。下次准备试试混合式断路器,看看直流短路时这些IGBT能不能扛住灭弧的暴击。

http://www.jsqmd.com/news/178381/

相关文章:

  • 【语音增强】相敏感掩膜的基底补偿算法NMF语音增强【含Matlab源码 14794期】
  • 【手臂控制】基于matlab Zajac的Hill型肌肉模型模拟肱二头肌PID控制器控制手臂运动【含Matlab源码 14795期】
  • 对称修正梯形加速度规律插补算法推导与仿真探索
  • 学长亲荐!8个一键生成论文工具测评:研究生开题报告写作全攻略
  • 当路径规划遇上时间窗:冷链物流那些不得不说的套路
  • 基于MPC的三种路径跟踪仿真:稳如老狗,超好用
  • 探索车辆紧急防避撞AEB控制的奇妙世界
  • ctf.show-路径遍历突破
  • 【计算机毕业设计案例】基于卷积神经网络的垃圾图像分类系统研究与实现
  • 基于三菱PLC和组态王的自动化立体车库控制堆垛书架探秘
  • MATLAB Simulink汽车电动助力转向模型EPS模型及控制策略的建模与仿真研究
  • 【毕业设计】基于卷积神经网络的垃圾图像分类系统研究与实现
  • 在MATLAB中基于深度学习预测NASA涡扇发动机剩余使用寿命
  • 1.1-1 - f
  • 深度学习毕设选题推荐:基于ManTra-Net的图像篡改检测方法研究与应用实现
  • 《创业之路》-780-《认知跃迁-CTO写给程序员的26节成长课》选择大于努力,选择决定上限与方向,努力决定下限与成长,选择与努力同步发展,推动个人一次次阶段的成长与财富的跃迁。
  • 鲁棒性约束示例
  • 详细讲解:蓄电池超级电容混合储能系统的Simulink能量管理——以光伏发电的仿真模型为例,完美运行
  • django基于大数据的旅游景区推荐系统_juj13-爬虫可视化
  • 【计算机毕业设计案例】基于ManTra-Net的图像篡改检测方法研究与应用实现
  • MATLAB GUI三阶魔方三维还原仿真程序,可以呈现出魔方的动态还原过程,方便验证魔方还原步...
  • linux 进程和线程的本质区别是什么
  • DSOGI基双二阶广义积分器锁相环Simulink仿真:适用于非理想电网环境
  • 强烈安利9个AI论文工具,研究生高效写作必备!
  • VScode保留空白行的缩进
  • 西门子S7-1200/1500动态加密功能块程序大揭秘
  • 伺服轴突然抖了一下,整条产线跟着抽搐,几个气缸发出尴尬的咳嗽声。这种场景在工控现场太常见了,今天咱们就扒一扒S7-200 Smart那些藏在程序里的硬核操作
  • 西门子S7 - 200PLC与组态王打造智能农业温室大棚控制系统
  • 1.4 应用编排新范式:YAML、Helm和Kustomize三大神器对比实战
  • 1.4 应用编排新范式:YAML、Helm和Kustomize三大神器对比实战